地價、房價、房地產、GDP關系實證研究

□文/汪結齋

地價、房價、房地產、GDP關系實證研究

□文/汪結齋

房地產業是拉動國民經濟增長的重要因素和擴大內需的重要產業。自1998年住房體制改革至今，房地產行業經歷了10年的高速增長，其增長速度之快超過美國、英國等發達國家。隨著房價的逐級攀高，政府調控也“與時俱進”，繼史稱調控最嚴厲的“國十一條”之后，房價并沒有回落；相反，國土部有關負責人一度坦言“壓力極大”。因此，在當前形勢下，準確地測度地價與房價的關系以及房地產業對GDP的貢獻，不僅對于解決上述兩難困境具有重要意義，同時對于和諧社會的構建意義也深遠而重大。

一、相關研究

沈悅、劉洪玉（2004）選用1986～2002年房地產開發投資（REINV）和GDP的時間序列數據，通過Granger因果檢驗，分析中國房地產開發投資和國內生產總值GDP之間的Granger因果關系；通過廣義脈沖響應分析和方差分解分析，研究中國房地產開發投資和GDP相互之間的脈沖響應特性。得出：GDP對房地產開發投資存在單向的顯著可信的Granger因果關系；GDP對房地產開發投資的影響遠大于后者對GDP的影響。GDP對房地產開發投資有著顯著的單向作用。

楊寶成、董瑋、王代敬（2005）通過對1987～2003年房地產投資數據和GDP進行回歸，得出我國GDP與房地產開發投資額之間存在高度正相關態勢，房地產開發投資額增長對GDP增長有著極大的推動作用，房地產開發投資每增加1個單位，促使GDP平均增長11.409個單位。

閆之博（2007）通過1987～2005年的中國房地產市場商品房銷售平均價格（Kt）、國內生產總值 GDP（Gt）、外商直接投資FDI（Ft）時間序列數據，通過誤差修正模型，從而得出：GDP、FDI對房地產價格有正向推動作用，但GDP是主要影響因素。

寧琰、許鵬（2008）選用我國若干年季度數據，通過VAR模型研究了房地產投資、固定資產投資和GDP之間相互影響的關系。得出：房地產投資、固定資產投資對GDP的增長有著較高的貢獻率。

金曉敏、許悅、張秋月（2007）運用協整檢驗、誤差修正模型及Granger因果關系檢驗對湖北省房地產投資和GDP之間的關系進行了實證分析。結果表明：（1）房地產投資與GDP之間存在長期的協整關系；（2）房地產投資的短期波動對GDP有顯著的正影響；（3）在短時期內，隨著置信水平的提高，兩者之間由單向因果關系變為雙向因果關系，但長期內，兩者不具有因果關系。鐘桂蘭、劉宇、李雪冬（2008）采用了最小二乘法分析了內蒙古房地產對內蒙古GDP的貢獻。

從已有的研究成果來看，大多數研究集中在對房地產投資和GDP的因果檢驗和實際貢獻關系的測度上，方法多采用格蘭杰因果減壓和最小二乘法以及誤差修正模型。研究的區域也多為某一城市或者我國，對于區域的研究極少。本文采用面板數據模型，選取我國東部12省市數據，對地價、房價、房地產和GDP的關系進行測度。

表1 GDP和房地產投資的二階差分單位根檢驗結果

表2 商品房銷售價格和土地出讓稅的二階差分單位根檢驗結果

二、數據選取及實證研究

面板數據指在時間序列上取多個截面，把截面數據和時間序列數據融合在一起的數據形式，面板數據模型同時具有截面數據模型和時間序列模型的優點。

單方程面板數據模型一般形式為：

模型中的系數隨時間和個體的改變而改變，因而可以反映模型中被忽略的時間因素和個體差異因素的影響。

對于一般的面板數據模型可以分為3種情形：

對于面板數據模型的不同形式有不同的估計方法，對于具體問題要具體分析，通常采用F檢驗來進行模型的選擇。采用Hausman檢驗來確定選擇固定影響還是隨隨機影響模型。Hausman檢驗是對可觀測的經濟變量是否和不可觀測的經濟因素間存在相關關系的檢驗，當模型中不可觀測因素是隨即變化的，與自變量沒有關系，模型應確定為隨機影響模型；而當模型中不可觀測因素與可觀測因素具有相關性時，對模型的影響具有可測性，應該考慮為固定影響模型。

（一）變量的選擇與模型的建立。本文選取1999～2008年我國東部地區十二省市的土地出讓稅、商品房銷售價格、房地產開放投資及GDP四個變量。數據來源于國家統計局數據庫及中經網統計數據庫。建立如下模型：

（二）面板數據單位根、協整檢驗。為了防止偽回歸，首先對數據進行單位根及協整檢驗，采用eviews6.0軟件，結果如表1、表 2 所示。（表 1、表 2）

本文采用KAO協整檢驗檢驗協整關系，檢驗結果如表3所示。（表3）

表3 KAO協整檢驗結果

（三）面板數據模型的確定

1、在測度GDP與房地產關系過程中，假設模型為 yit=αi+xitβi+uit時，得殘差平方和S3=1770000000；在假設模型為yit=αi+xitβ+uit時，得殘差平方和 S2=61713310；在假設模型為 yit=α+xitβ+uit時，得殘差平方和S1=205000000。本文樣本數據中 N=12，T=10，K=2，由此計算出：

2、在測度土地出讓稅與商品房銷售價格關系過程中，假設模型為yit=αi+xitβi+uit時，得殘差平方和S3=450000000；在假設模型為 yit=αi+xitβ+uit時，得殘差平方和S2=159000000；在假設模型為 yit=α+xitβ+uit時，得殘差平方和S1=65707920。本文樣本數據中 N=12，T=10，K=2，由此計算出：

因此，應選擇情形1。同時，由于數據所限，本文無法進行Hausman檢驗以確定采用固定影響模型還是隨機影響模型，故本文采用一般模型。

（四）面板數據回歸結果。采用eviews6.0，回歸結果如表4、表5所示。（表4、表 5）

表4 GDP與房地產投資回歸結果

表5 土地出讓稅與商品房價格回歸結果

三、結論分析

（一）我國東部地區房地產投資對GDP貢獻程度的差異。從表4看，在貢獻程度上看，山東、河北、廣東三地的房地產投資對GDP的貢獻程度較大，同時T值也非常顯著，每單位房地產投資所引起的GDP增長10以上。貢獻度較小的地區有北京、遼寧和海南。同時，海南地區T統計量值小于2。綜合以上可以看出，房地產作為我國促進經濟增長的關鍵產業，其作用“名副其實”。

（二）我國東部地區城鎮土地出讓使用稅對商品房銷售價格貢獻程度的差異。從表5看，城鎮土地使用出讓稅對房價的影響遠遠小于房地產投資對GDP的影響程度。城鎮土地使用出讓稅對房價的影響最大的是海南，為0.06，其次為北京，為0.05。山東、江蘇、廣東地區城鎮土地使用出讓稅對房價的影響非常微小。從T統計量上看，河北、廣西地區的T值均小于2。從以上分析可以看出，我國東部地區城鎮土地使用出讓稅對房價影響很小，并不是土地出讓金的存在導致了高房價，高房價的存在，也有非經濟因素的存在，這里不做討論。

（作者單位：重慶工商大學）

[1]沈悅，劉洪玉.中國房地產開發投資與GDP的互動關系.清華大學學報（自然科學版），2004.44.9.

[2]楊寶成，董瑋，王代敬.房地產業對GDP的貢獻及解決房地產過熱的措施研究.生產力研究，No.12.2005.

[3]閆之博.GDP與FDI對中國房地產價格影響效果的實證分析.經濟研究導刊，2007.1.